Visual Studio Code Data Viewer点击数据帧后无法加载问题求助

1. 验证核心扩展版本兼容性 #

近期多个版本的Jupyter扩展存在大尺寸DataFrame加载的已知bug，你已经做过全量禁用扩展的排查，可以优先排查版本问题：

• 确认Jupyter、Python、Pylance三个核心扩展均使用正式稳定版，不要安装预览版通道的更新
• 若故障是在升级扩展后出现的，直接回退Jupyter扩展到v2024.1.0及更早的稳定版本：打开扩展管理页，点击Jupyter扩展右下角的设置图标，选择「安装另一个版本」，选中对应版本安装后重启VS Code即可

2. 修改DataViewer默认配置 #

大尺寸数据集下默认配置很容易触发加载超时：

• 关闭列类型自动推断：打开VS Code设置，搜索jupyter.dataViewer.inferColumnTypes，取消勾选该选项。该功能会在加载时全量扫描数据判断列类型，大数据集下极易导致内存占满卡死
• 调整单次加载行数上限：搜索jupyter.dataViewer.maxRows，默认值为10000，可先调低到5000测试是否能正常加载，确认是行数限制问题后再根据设备内存配置调整到合适值
• 提高输出内存上限：搜索jupyter.maxOutputSize，默认值为100（单位MB），可调整到500或更高，避免DataFrame序列化后超过输出大小限制被截断

3. 排查pandas与数据格式问题 #

• 确认使用的pandas为正式稳定版，版本号不低于1.4.0，低于该版本的pandas与新版Jupyter扩展存在序列化兼容问题，会导致DataFrame无法传递到Data Viewer
• 检查DataFrame中是否包含非基础数据类型的列：比如自定义类对象、二进制数据、嵌套列表/字典列，这类数据无法被Data Viewer解析，会直接导致加载卡住。可先执行df = df.select_dtypes(include=['number', 'string', 'datetime'])保留基础类型列测试加载，排查是否为特殊列导致的问题
• 先手动截断数据测试：运行df.head(1000)生成小尺寸DataFrame，若小数据可以正常加载、全量数据无法加载，说明是设备内存不足导致的，可优先对数据做截断、降采样后再用Data Viewer查看

4. 清理残留运行缓存 #

上述操作无效的话清理残留异常缓存：

• 完全关闭VS Code，删除当前工作区目录下的.vscode文件夹
• 进入用户目录下的.vscode/extensions文件夹，找到所有ms-toolsai.jupyter-开头的文件夹，删除内部的temp目录下所有临时文件
• 重启VS Code重新加载工作区即可

内容的提问来源于stack exchange，提问作者Sam